ROC曲线，做分类时经常会用到的一种结果表现方法。诸如此类的工作，首选工具当然是R。在CRAN上搜了一下，找到一个叫ROCR的包。尽管这个包已经很久没更新了，但用起来还是很爽的。先看一下我画的ROC曲线。
里面是三份预测结果的ROC曲线。
ROCR包中主要是两个class：prediction和performance。前者是将预测结果和真实标签组合在一起，生成一个 prediction对象，然后在用performance函数，按照给定的评价方法，生成一个performance对象，最后直接对 performance用plot函数就能绘制出相应的ROC曲线。
1
2
3
4
5
6
plot a ROC curve for a single prediction run
and color the curve according to cutoff.
data(ROCR.simple)
pred lt- prediction(ROCR.simple$predictions, ROCR.simple$labels)
perf lt- performance(pred,tpr,fpr)
plot(perf,color
文件包含三列数据：来源地、目的地、及call数量
我们都知道可视化网络，需要准备两个数据文件：
接下来基于此数据集准备点和边列表文件
至此，简单的边和点列表已经准备好了，我们接下来通过几个R包来可视化下
这是R中绘制网络图的一个基本R包，这里主要用到 graph_from_data_fram() 函数。更多关于此包绘图的细节可参考这个帖子 Network Analysis and Visualization with R and igraph (kateto.net) ，介绍的十分详细。
这两个R包目前相对比较流行，可以对network数据进行操作和可视化
ggraph包还有更多好玩的样式，详情参考： https://www.data-imaginist.com/2017/ggraph-introduction-layouts/ , 根据个人的数据去选择最合适的展现形式即可。
这两款R包都是基于浏览器的JavaScript可视化库，用于交互式的展示图形，这里我们还用到刚才的示例数据来展示。
常用来快速创建交互式桑基图、和其它种类的网络图等，核心的函数即 forceNetwork()
制作桑基图
该包绘制更加方便，
我们也可以为网络中的边添加方向,用到 layout_with_fr 方式
